موقعیت ‌یابی در شبکه حسگر بی سیم با الگوریتم ژنتیک در متلب

پروژه موقعیت ‌یابی در شبکه حسگر بی سیم با MATLAB

شبیه سازی مقاله A Positioning Method in Wireless Sensor Networks Using Genetic Algorithms

پروژه شبیه سازی موقعیت ‌یابی در شبکه حسگر بی سیم با الگوریتم ژنتیک را در نرم افزار متلب با عنوان مقاله A Positioning Method in Wireless Sensor Networks Using Genetic Algorithms به همراه ترجمه مقاله، پاورپوینت و فیلم نحوه اجرا آماده کردیم. در ادامه معرفی شبکه های حسگر بی سیم پرداخته و توضیحاتی از پروژه پیش رو ارائه می شود و فیلم و تصاویری از خروجی پروژه نیز همراه با لینک دانلود رایگان مقاله مرجع قرار داده شده است.

مصرف انرژی و پوشش در شبکه های حسگر بی سیم

شبکه‌ های حسگر بی سیم در طی سال های گذشته چالش ‌های تازه ای را برای توسعه‌ دهندگان پروتکل‌ های شبکه فراهم ساخته اند. مصرف انرژی و پوشش شبکه ، دو مورد از چالش های شبکه های WSN می باشند. در این مقاله ما روش های هوشمند موقعیت ‌یابی گره را ارزیابی می ‌کنیم تا با پوشش حفاظت ‌شده، کاهش مصرف انرژی در شبکه WSN را داشته باشیم. در شبکه ‌‌های حسگر بی سیم، به منظور اینکه قادر باشیم تا با مصرف کارآمد انرژی، گره ها را موقعیت ‌یابی کنیم، از یک الگوریتم ژنتیک کمک می گیریم. نتایج بدست آمده از شبیه‌ سازی در نرم افزار MATLAB نشان می دهد که الگوریتم هوشمند ارائه شده می ‌تواند افزایش طول عمر شبکه را برای روش متفاوت موقعیت‌ یابی شبکه داشته باشد.

الگوریتم ژنتیک و الگوریتم K-means

در این مقاله، با استفاده از الگوریتم ژنتیک و خوشه ‌بندی با الگوریتم k-means ، یک روش جدید برای محلی‌ سازی گره ارائه می‌ کنیم. ساختار ادامه‌ مقاله به شرح زیر است: ابتدا الگوریتم ژنتیک و نحوه‌ استفاده از آن را به طور خلاصه توصیف می ‌کنیم. سپس با توجه به عوامل تناسب، الگویی برای موقعیت ‌یابی گره ارائه می ‌نماییم. در نهایت، نتایج شبیه ‌سازی با متلب نشان داده شده و با روش دیگری که در بخش 4 وجود دارد مقایسه می ‌شوند.

پیشینه‌ الگوریتم ژنتیک

الگوریتم ژنتیک (GA)، یکی از انواع الگوریتم ‌های تکاملی است که از زیست ‌شناسی الهام گرفته شده است. اطلاعات، به صورت کروموزوم تشکیل می ‌شوند و توسط عملیات‌ های خاصی مثل ارث، جهش، انتخاب، و دو رگه بودن، با هم ترکیب می‌ گردند. بهترین کروموزوم این جمعیت، با توجه به یک تابع تناسب که ارتباط نزدیکی با هدف مسئله دارد انتخاب می ‌شود.

روش ‌های پیشنهادی

جین و همکاران در مقاله خود (مرجع شماره 4) یک روش مبتنی بر الگوریتم ژنتیک ارائه داده اند که در شبکه ‌ای که از پیش موقعیتش تعیین شده است ارتباطات بین گره ‌ها را کاهش می ‌دهد تا به حداقل انرژی دست یابد. فرنتینوس و همکاران در مقاله خود (مرجع شماره 12) با تغییر تابع تناسب، این ایده را بهبود بخشیدند. در الگوریتم آنها، سرهای خوشه در هر خوشه، بر اساس انرژی و سطح ارتباطات آنها با سایر حسگر ها انتخاب می ‌شوند.

در شبکه ‌های حسگر بی سیم، اگر گره‌ ها ثابت باشند احتمال دارد با یک موقعیت ‌یابی مناسب در مقداردهی اولیه‌ شبکه، برخی مسائل مثل مصرف انرژی و پوشش شبکه حل شوند. ما با موقعیت ‌یابی مناسب می ‌توانیم هزینه‌ ارتباطات بین گر ه‌ها را کاهش دهیم.

مصرف انرژی گره‌ ها و پوشش شبکه

بین مصرف انرژی گره‌ ها و پوشش شبکه یک رابطه جایگزین وجود دارد. در این مقاله، یک راه ‌حل مناسب برای رسیدن به بهترین موقعیت ‌یابی گره‌ ها با استفاده از الگوریتم ژنتیک ارائه می ‌شود. این روش، بهترین موقعیت یابی در شبکه حسگر بی سیم را بر اساس دو تابع تناسب انتخاب خواهد کرد. بعد از اینکه بهترین ترتیب گره‌ها را توسط الگوریتم ژنتیک پیدا کردیم، برای خوشه ‌بندی آنها از الگوریتم K-means استفاده می ‌کنیم.

گره ‌های نزدیک ‌تر، یک گروه تشکیل می ‌دهند (خوشه). مرکز ثقل خوشه، به عنوان مرکز خوشه در نظر گرفته می‌ شود. در مرحله‌ اولیه، هر دو گره نزدیک ‌تر، برای اولین بار یک خوشه تشکیل می‌ دهند. سایر گره‌ ها خوشه‌ ها را به تدریج به هم پیوند می ‌دهند تا زمانی که تعداد خوشه ‌ها به عدد خاصی برسد. همه‌ گره‌ها در ابتدا مقدار انرژی یکسانی دارند. گرهی که نزدیک‌ ترین فاصله به گره‌ های دیگر واقع در خوشه را دارد، به عنوان یک سر خوشه تعریف می ‌شود.

پوشش شبکه

پوشش شبکه، معیار مهم دیگری برای تناسب است، معمولا از نمودار ورونوی برای محاسبه‌ پوشش شبکه استفاده می ‌شود. در این نمودار، سر خوشه به عنوان مرکز چند ضلعی ورونوی در نظر گرفته می ‌شود و مرز های بین خوشه‌ ها، لبه‌ های نمودار هستند. سپس حوز‌ه ‌های شکل‌ های حاصل محاسبه می ‌شوند و تفاضل آنها به عنوان خروجی تابع تناسب مربوطه در نظر گرفته می ‌شود.

شبیه ‌سازی

برای شبیه ‌سازی این الگوریتم، یک ناحیه‌ مستطیل ‌شکل با طول و عرض 200 متر را انتخاب کرده ‌ایم و در آغاز، 100 گره را به طور تصادفی در آن قرار دادیم. طول هر بسته‌ ارسال 32 بایت است. طیف رادیویی هر حسگر 40 متر است. موقعیت سینک نیز در گوشه‌ بالایی سمت راست ناحیه در نظر گرفته می ‌شود. پارامتر های شبیه ‌سازی در جدول موجود در مقاله نشان داده می ‌شوند.

---

---

تصاویری از خروجی